qqlovexiayng的博客

商务与经济统计（原书第12版）光盘配套文件 包含书中题目及答案、数据源、附件

数据分析入门推荐，关注传统零售及电子商务数据分析，适合运营岗及数据分析师

《数据挖掘与数据化运营实战:思路、方法、技巧与应用》是目前有关数据挖掘在数据化运营实践领域比较全面和系统的著作，也是诸多数据挖掘书籍中为数不多的穿插大量真实的实践应用案例和场景的著作，更是创造性地针对数据化运营中不同分析挖掘课题类型，推出一一对应的分析思路集锦和相应的分析技巧集成，为读者提供“菜单化”实战锦囊的著作。作者结合自己数据化运营实践中大量的项目经验，用通俗易懂的“非技术”语言和大量活泼生动的案例，围绕数据分析挖掘中的思路、方法、技巧与应用，全方位整理、总结、分享，帮助读者深刻领会和掌握“以业务为核心，以思路为重点，以分析技术为辅佐”的数据挖掘实践应用宝典。

MySQL 是世界上最受欢迎的数据库管理系统之一。书中从介绍简单的数据 检索开始，逐步深入一些复杂的内容，包括联结的使用、子查询、正则表达式 和基于全文本的搜索、存储过程、游标、触发器、表约束，等等。通过重点突 出的章节，条理清晰、系统而扼要地讲述了读者应该掌握的知识，使他们不经 意间立刻功力大增。 本书注重实用性，操作性很强，适用于广大软件开发和数据库管理人员学 习参考。

从pandas库的数据分析工具开始利用高性能工具对数据进行加载、清理、转换、合并以及重塑；利用matpIotlib创建散点图以及静态或交互式的可视化结果；利用pandas的groupby功能对数据集进行切片、切块和汇总操作；处理各种各样的时间序列数据。

本书不仅介绍了网络数据采集，也为采集新式网络中的各种数据类型提供了全面的指导。 虽然本书用的是Python 编程语言，里面涉及Python 的许多基础知识，但这并不是一本 Python 入门图书。

《Python金融大数据分析》总计分为3部分，共19章，第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了金融分析和应用程序开发中重要的Python库、技术和方法，其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、随机数生成和随机过程模拟、Python统计学应用、Python和Excel的集成、Python面向对象编程和GUI的开发、Python与Web技术的集成，以及基于Web应用和Web服务的开发；第3部分关注的是蒙特卡洛模拟期权与衍生品定价实际应用的开发工作，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值、波动率期权等知识。

戴维R·安德森，辛辛那提大学工商管理学院的数量分析系教授，他出生在北达科他州大福克斯市，在普度大学获得学士，硕士和博士学位，安德森教授担任数量分析与运作管理系主任，并担任工商管理学院的副院长，此外，他还是学院首届教学大纲的协调人。 在辛辛那提大学，安德森教授不但为商科专业的学生讲授基础统计学，还讲授研究生水平的回归分析，多元分析和管理科学等课程，他也在华盛顿特区的美国劳工部讲授统计学课程，他因在教学上和对学生组织服务方面的突出成就而荣获提名与奖励，安德森教授已在统计学，管理科学，线性规划以及生产和运作管理领域与他人合作出版了10部著作，他是一位活跃在抽样和统计方法领域的咨询顾问。